ElasticSearch是一个高可用开源全文检索和剖析组件。提供储存服务，搜索服务，大数据准实时剖析等。通常用于提供一些提供复杂搜索的应用。
ElasticSearch提供了一套基于restful风格的全文检索服务组件。前身是compasslinux下查看java版本，直至2010被一家公司接管进行维护，开始商业化，并提供了ElasticSearch一些相关的产品linux下查看java版本，包括你们比较熟悉的kibana、logstash以及ElasticSearch的一些组件，例如安全组件shield。当前最新的ElasticSearch版本为5.1.1，比较应用广泛的为2.X，直至2016-12推出了5.x版本，将版本号调为5.X。这是为了和kibana和logstash等产品版本号进行统一ElasticSearch。我们将从以下几个问题快速了解一些ElasticSearch索引服务器。
一、ES是怎么形成背景1、大规模数据怎么检索？
当系统数据量上了10亿、100亿条的时侯，我们在做系统构架的时侯一般会从以下角度去考虑问题：
1）用哪些数据库好？(mysql、sybase、oracle、达梦、神通、mongodb、hbase…)
2）怎样解决单点故障；(lvs、F5、A10、Zookeep、MQ)
3）怎样保证数据安全性；(热备、冷备、异地多活)
4）怎样解决检索困局；(数据库代理中间件：mysql-proxy、Cobar、MaxScale等;)
5）怎样解决统计剖析问题；(离线、近实时)
2、传统数据库的应对解决方案
对于关系型数据，我们一般采用以下或类似构架去解决查询困局和写入困局：
1）通过主从备份解决数据安全性问题；
2）通过数据库代理中间件脉搏检测，解决单点故障问题；
3）通过代理中间件将查询句子分发到各个slave节点进行查询，并汇总结果
3、非关系型数据库的解决方案
对于Nosql数据库，基本原理类似：
1）通过副本备份保证数据安全性；
2）通过节点竞选机制解决单点问题；
3）先从配置库检索分片信息，之后将恳求分发到各个节点，最后由路由节点合并汇总结果
4、另辟蹊径完全把数据装入显存如何样？
我们晓得，完全把数据放到显存中是不可靠的，实际上也不太现实，当我们的数据达到PB级别时，根据每位节点96G显存估算，在显存完全装满的数据情况下，我们须要的机器是:1PB=1024T=1048576G节点数=1048576/96=10922个实际上，考虑到数据备份，节点数常常在2.5万台左右。成本巨大决定了其不现实！
从后面讨论我们了解到，把数据放到显存也好，不置于显存也好linux文本编辑器，都不能完完全全解决问题。全部放到显存速率问题是解决了，但成本问题上来了。为解决以上问题，从源头着手剖析，一般会从以下形式来找寻方式：
1、存储数据时按有序储存；
2、将数据和索引分离；
3、压缩数据；这就引出了Elasticsearch
二、ES基础知识1、ES主要解决问题
1）检索相关数据；2）返回统计结果；3）速率要快；
2、Lucene与ES关系
1）Lucene只是一个库。想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，更糟糕的是，Lucene十分复杂，你须要深入了解检索的相关知识来理解它是怎样工作的。
2）Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，而且它的目的是通过简单的RESTfulAPI来隐藏Lucene的复杂性，进而让全文搜索显得简单。
3、ES工作原理
当ElasticSearch的节点启动后，它会借助多播(multicast)(或则时隙，假如用户修改了配置)找寻集群中的其它节点，并与之完善联接。这个过程如右图所示：
4、ES的基本概念
1）近实时查询（NearRealTime）
Elasticsearch是一个能提供近实时查询的搜索服务引擎，这意味着从索引文档到真正可搜索之间会有一个轻微的延后（大约在1秒内）。
2）节点和集群
节点(node)是一个运行着的Elasticsearch实例，你可以觉得是单个服务器。集群(cluster)是一个或多个节点的集合，她们协同工作，共享数据并提供故障转移和扩充功能。集群由惟一名称标示，如.NETCore中的环境名称，推荐在不同的环境中使用例如Development，Production之类的名称布署开发。虽然节点和集群就是web开发中的常见概念而已，你们注意分辨即可。
3）文档
文档是可索引信息的基本单元，以JSON表示。你可以用其来定义单个产品信息或是职工信息。我们可以把文档理解为数据库文档中的行列数据。在索引/类型中，您可以储存任意数目的文档。文档有几个共同不可缺的属性，分别为_index,_type,_id,针对特定一个或一类文档进行操作时，必须指定这种属性。最后要提醒你们的是，即使文档数学上是留驻在索引中，但实际上文档必须索引/分配给索引中的类型。
4）索引
索引是具有个别相像特点的文档的集合，它和数据库中的索引概念并不非常相同。我们可以把索引理解为数据库文档中的数据库。事实上，我们的数据被储存和索引在分片(shards)中，索引只是一个把一个或多个分片分组在一起的逻辑空间。但是，这只是一些内部细节——我们的程序完全不用关心分片。
5）类型
在索引中，我们可以定义一个或多个类型。类型是索引的逻辑类别/分区redhat linux 9.0下载，其语义完全由开发者决定。一般，为具有一组公共数组的文档定义类型。诸如，假定开发者运行博客平台并将所有数据储存在一个索引中。在此索引中，我们可以为用户数据定义类型，为博客数据定义另一种类型，并为注释数据定义另一种类型。我们可以把索引理解成数据库文档中的表。
6）分片和复制
理论上，索引可以储存尽可能多的数据，并且这些情况下性能常常不太乐观，或则常见的c盘容量限制也不能允许。所以Elasticsearch提供了类似于MongoDB中的分片功能，该功能能将索引细分为多个分片。每位分片本身是一个功能完全和独立的”索引”，可以托管在集群中的任何节点上。
同样的，有分片技术来处理数据量下降快速的问题，就意味着须要复制技术来应对这些过程中（虽然不只是该过程，任何情况下都应当有安全意识）数据安全的问题。Elasticsearch容许您将索引分片的一个或多个副本转换为所谓的副本分片。复制技术为我们提供了数据的高可用性和搜索吞吐的扩充性。不过须要注意的是，副本分片从不分配在与从其复制的原始/主分片相同的节点上。
总而言之，每位索引可以分拆为多个分片。索引也可以复制为零（意味着没有副本）或更多次。一旦复制，每位索引将具有主分片（从索引复制的原始分片）和副本分片（主分片的副本）。开发者可以在创建索引时就为每位索引定义分片和副本的数目。创建索引后，可以随时动态修改副本数，但不能在此过程后旋即修改分片数。
三、ES的安装与服务启动1、下载ES的压缩包
Window系统下载zip版本，linux系统下载tar版本
将下载的zip解压到指定的c盘上
2、ES服务的目录结构
bin储存elasticSearch运行命令config储存配置文件lib储存elasticSearch运行依赖jar包modules储存elasticSearch模块plugins储存插件
3、ES服务的启动
指定ES安装目录下的bin下的elasticsearch.bat
启动日志信息如下：
4、访问ES服务
四、通过java去访问ES服务
1、搭建环境
创建Maven鞋厂，添加ES的顾客端座标
2、创建索引
